Implementao de um Controlador Fuzzy para um Sistema de Controle de Nvel

Josu da Silva Souza1, Jos Soares Batista Lopes2

1
2

IFPB. e-mail: josue.souza@cear.ufpb.br

IFRN. e-mail: jlopes0@gmail.com

Resumo: Este artigo tem como objetivo a implementao e simulao de um Controlador Fuzzy
(Nebuloso) no software Matlab 7.4 cujos resultados obtidos sero comparados aos do Controlador
Clssico (PID), aplicados para um Sistema de Controle de Nvel. O sistema a ser controlado
composto por um reservatrio, dois tanques acoplados em cascata (Tanque 1 e Tanque 2) e uma
bomba que fornece gua para o Tanque 1, este sistema permite trabalhar em duas configuraes: a
primeira controlar o nvel do Tanque 1, este se comporta como um sistema de primeira ordem; j a
segunda controlar o nvel do Tanque 2 a partir do Tanque 1, neste caso o comportamento de um
sistema de segunda ordem. O nosso objeto de estudo neste artigo controlar o Tanque 1.
Palavraschave: Controlador Fuzzy, Controlador Clssico, Controle de Nvel
1. INTRODUO
O desejo do homem em desenvolver tcnicas e equipamentos que substitussem o seu trabalho
de forma a aumentar a segurana de seu ambiente profissional, obter maior qualidade e rapidez na
produo, tem sido determinante para o progresso tecnolgico ao longo da histria. Na indstria, a
necessidade de se controlar sistemas e processos revelou-se de fundamental importncia na enorme
expanso de bens de disponveis.
Devido necessidade de obter mais preciso em processos industriais devido sofisticao das
maquinas para atividades de operadores humanos, o desenvolvimento de diferentes mtodos de
controladores baseados em lgica Clssica e/ou lgica Fuzzy surgiram para solucionar esses
problemas.
Segundo Simes e Shaw (2007), a lgica Clssica cujo fundador foi o filosofo grego
Aristteles, estabeleceu um conjunto de regras rgidas, para que concluses pudessem ser logicamente
vlidas e aceitas. Esta lgica assume atributos de bivalncia, isso significa a utilizao de dois valores:
algo verdadeiro ou no verdadeiro, preto ou branco, ou um ou zero, ou seja, na lgica Clssica
espera-se que determinada afirmao seja verdadeira ou falsa.
A lgica Fuzzy surgiu em 1965 com a publicao de um artigo sobre a teoria dos conjuntos
Fuzzy por L.A. Zadeh, com o objetivo de fornecer um ferramental matemtico para tratamento de
informaes de carter vago ou impreciso, pois no mundo real existem muitos tons de cinza entre o
preto e o branco, muitos graus de incerteza entre o verdadeiro e o falso, ou seja, o mundo real no
bivalente, na realidade multivalente com infinitos espectros de opes em vez de duas. Em termos
tcnicos, o mundo real anlogo e no digital.
A lgica Clssica e lgica Fuzzy so tcnicas de controle totalmente diferentes entre si, a
primeira utiliza-se de um conjunto regras rgidas, enquanto a segunda usa o conhecimento que o
operador tem sobre o processo para poder controla-lo, por esse motivo uma comparao entre as duas
tcnicas de controle se fazem necessrio.
2. CONTROLADOR CLSSICO
Segundo DORF e BISHOP (1998), o Controlador Clssico conhecido como controlador de
trs termos ou PID (Proporcional-Integral-Derivativo).
Cada termo do Controlador Clssico forma uma ao de controle com caractersticas bem
definidas e distintas entre si, proporcionando um sinal de controle mais preciso nas aplicaes
industriais.
A ao de controle Proporcional (Kp) aquela cujo sinal de sada do controlador proporcional
ao erro atuante do sistema. Nesta ao de controle quanto maior o ganho, menor ser o erro em regime
ISBN 978-85-62830-10-5
VII CONNEPI2012

permanente, ou seja, melhor a preciso do sistema em malha fechada. Este erro pode ser diminudo
com o aumento do ganho, mas nunca anulado. Conclui-se que a ao de controle proporcional mantm
um erro de off-set ou erro de regime.
A ao de controle Integral (Ki) est ligada diretamente a melhoria da preciso do sistema, pois
atua na correo do erro que a ao proporcional no consegue anular. A velocidade com que o sinal
da ao Integral varia proporcional ao erro atuante no sistema. Se o valor do erro dobrado, o sinal
de controle varia duas vezes mais rpido. Se o erro for zero, significa que o sinal de controle fica
constante, diferentemente da ao proporcional em que o sinal de controle iria tambm para zero.
A ao de controle Integral tambm denominada de ao de restabelecimento ou reset. A ao
integral, apesar de eliminar o erro de off-set, tem o inconveniente de ter uma atuao muito lenta. Por
isso, essa ao no utilizada de forma isolada em um controlador e geralmente ela funciona como um
complemento da ao proporcional.
A ao de controle Derivativa (Kd) corresponde aplicao de um sinal de controle
proporcional a derivada do sinal de erro, atuando no fornecimento de uma correo antecipativa ao
erro e diminuindo assim o tempo de resposta para eliminar o problema do overshoot, segundo
GUERRA (2009).
A ao derivativa no pode ser utilizada sozinha em um controlador. Pela sua natureza ela s
consegue reagir existncia de um erro varivel, ou seja, se houver um erro constante a ao
derivativa no percebe este erro.
Segundo DORF e BISHOP (1998), a popularidade dos controladores PID pode ser atribuda
parcialmente ao seu desempenho robusto sobre uma grande faixa de condies operacionais e em parte
a sua simplicidade funcional, que permite aos engenheiros oper-los de uma maneira simples e correta.
Para implementar um controlador desse tipo necessrio determinar trs parmetros para o processo:
ganho proporcional, ganho integral e ganho derivativo.
O Controlador PID utiliza o que h de melhor nas trs aes de controle. A ao proporcional
elimina os rudos do sistema, a ao integral responsvel por eliminar o erro de off-set e a ao
derivativa trabalha fornecendo uma ao antecipativa ao sistema. Por ser um controlador de fcil
utilizao e implementao o PID muito utilizado para correo e eliminao de erros existentes em
processos indstrias.
3. CONTROLADOR FUZZY
A lgica Fuzzy proposta por Lofit A. Zadeh foi desenvolvida devido necessidade de
automatizar atividades, antes incapazes de serem controladas com recursos da poca, de forma mais
simples para problemas que envolviam situaes ambguas.
Segundo Simes e Shaw (2007), um Controlador Fuzzy composto dos seguintes blocos
funcionais: Fuzzyficao, Base de conhecimento, Lgica de tomada de decises e Defuzzyficao.
A interface de Fuzzyficao faz a identificao dos valores das variveis de entrada. Estes
valores so Fuzzyficados em conjuntos Fuzzy para que possam se tornar instncias de variveis
lingusticas.
A base de conhecimento representa o modelo do sistema a ser controlador. Consistindo de uma
base de dados e uma base de regras. A base de dados fornece as definies numricas s funes de
pertinncias usadas no conjunto de regras fuzzy. A base de regras caracteriza os objetivos de controle
e a estratgia de controle utilizada por especialistas na rea, por meio de um conjunto de regras de
controle em geral lingusticas.
Lgica de tomada de decises a etapa que gerada a ao de controle a partir da estrutura de
base de regras, so decises que simulam a atitude de um ser humano controlando o sistema.
A Defuzzyficao consiste em obter-se um nico valor discreto, utilizvel numa ao de
controle concreta no mundo real, a partir de valores Fuzzy de sada obtidos. A obteno destes valores
Fuzzy de sada so realizados atravs de dois princpios bsicos de Defuzzyficao. O primeiro
baseado no centride e o segundo em valores mximos.

4. SISTEMA DE CONTROLE DE NVEL

O sistema a ser controlador pode ser visualizado na Figura 1.

Tanque 1

Tanque 2
BOMBA

Figura 1 Sistema de Controle de Nvel

Para representarmos o sistema de primeira ordem da Figura 1 em diagrama de blocos e
realizar a simulao do processo no Simulink necessrio modelar o Sistema.
Para modelar o sistema vamos utilizar as etapas do modelo matemtico de sistema de primeira
ordem que utilizado por SOUZA (2006).

L1
TANQUE 1

Fin
a1
Fout

Figura 2. Tanque com as especificaes do processo.

A vazo ou fluxo de entrada dado por:
[1]
Onde
a constante da bomba e a tenso aplicada na bomba. A velocidade do fluxo de
sada para pequenos orifcios pode ser calculada pela equao de Bernoulli:
[2]
Sendo a acelerao da gravidade em
e a altura do nvel em
. Para obter o fluxo
de sada basta multiplicar esta velocidade pela rea do orifcio de sada dado em
, portanto:
[3]
A variao do volume de gua dentro do tanque ser:
[4]

Portanto, a variao do nvel dada atravs da Equao (5), onde
 a rea da base
tanque dada em  .

    2    /


[5]

Linearizando em torno de um ponto de operao  , obtm-se:

        /


[6]

Os valores adotados para os parmetros esto descritos na Tabela 1.

Tabela 1 Valores dos parmetros do sistema.
Parmetros

Valores



15,518 



15 



0,178 

4,6 ! /. 

981 / 

Substituindo os valores dos parmetros na Equao (6), obtemos:

  0,0656  0,2964

[7]

A partir da Equao (7) encontramos a planta do sistema, que representado na Figura

3.

0.2964
S + 0.0656

Figura 3 Planta do sistema de primeira ordem de Controle de Nvel.

5. RESULTADOS
O Controlador Fuzzy e o Controlador Clssico foram implementados e simulados dentro do
ambiente de simulao SIMULINK do Matlab 7.4. As Figuras 4 e 5 mostram a representao em
diagrama de blocos e os grficos das respostas dos Controladores Fuzzy e Clssico respectivamente.

Figura 4 Diagrama de blocos do Controlador Fuzzy em paralelo ao Controlador Clssico.

As resultados obtidos na implementao dos Controladores Fuzzy e Clssico pode ser
visualizado de forma grfica atravs da Figura 5.

Figura 5 Grfico do comportamento do sistema mediante a ao dos Controladores Fuzzy e

Clssico.
A Tabela 2 mostra os resultados obtidos na sada do sistema com a implementao do
Controlador Clssico e do Controlador Fuzzy que mostrado de forma grfica na Figura 5.
Tabela 2 Respostas transitrias do sistema com a implementao dos Controladores Clssicos
e Nebuloso.
PID
Fuzzy
Tempo de atraso

2,3 segundos

1,5 segundos

Tempo de subida

4,1 segundos

3 segundos

8 segundos

6 segundos

46,5 segundos

15,5 segundos

22,7

22,3

Tempo de pico
Tempo de acomodao
Amplitude de pico

6. CONCLUSES
A partir dos resultados encontrados neste trabalho possvel verificar repostas satisfatrias ao
sistema com a implementao dos controladores PID e Fuzzy, sob os aspectos de sobre-sinal, tempo
de pico e tempo de retorno da varivel ao set-point. Contudo, o Controlador Fuzzy obteve melhores
respostas ao sistema que o Controlador Clssico, visto que com o Controlador PID o sistema obteve
respostas mais lentas quando comparadas com as repostas e verificadas do Controlador Fuzzy.

As aplicaes dos sistemas de controle baseadas em inteligncia artificial dependem da

verificao real das vantagens agregadas com sua utilizao, logo este trabalho visa dar uma singela
contribuio neste sentido, quando a comparamos com os sistemas de Controle Clssico.
Como perspectiva para trabalhos futuros, planeja-se desenvolver um prottipo em acrlico para
implementar o controlador em linguagem C. H possibilidade de implementar um Controlador NeuroFuzzy.
REFERNCIAS
DORF, Richard C.; BISHOP, Robert H., Sistemas de controle moderno. So Paulo: LTC, 2001.
SIMES, Marcelo G.; SHAW, Ian S. Controle e modelagem Fuzzy. So Paulo: Editora Edgard
Blucher Ltda, 2007.
SOUZA, Francisco Elvis C.; UNIVERSIDADE FEDERAL DO RIO GRANDE DO NORTE. Estudo
e implementao em plantas fsicas de um controlador preditivo generalizado com restries, 2006.
Dissertao (Mestrado).
SHAW, Ian S. e SIMES, Marcelo Godoy, 2007, CONTROLE E MODELAGEM FUZZY,
Editora Edgard Blcher Ltda.
GUERRA, Wladimir de Andrade, 2009,Implementao de Controle Proporcional, Integral e
Derivativo Digital em Controladores Lgico Programveis, Universidade Federal de Pernambuco
(UFPE), BRASIL.